基于CNN-LSTM-Attention组合模型对我国货运量时序预测对比

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为了进一步提高我国货运量的预测准确性，文章基于卷积神经网络和长短期记忆网络模型，引入注意力机制（Attention Mechanism）的组合预测模型，以对我国货运量进行时序预测。首先，利用卷积神经网络提取货运量数据变化特征。其次，将所提取的特征构成时间序列作为长短期记忆网络的输入。最后，通过注意力集中捕捉预测模型中经LSTM层输出的信息特征，划分权重比例，提取关键信息，实现货运量预测。（剩余9081字）

试读结束

目录
monitor
客服机器人